问题描述
运行此代码时
import numpy as np
import xpress as xp
z = np.array([xp.var () for i in range (200)]).reshape (4,5,10)
t = np.array([xp.var (vartype = xp.binary) for i in range (200)]).reshape (4,10)
p = xp.problem()
p.addVariable(z,t)
p.addConstraint(z <= 1 + t)
我收到以下错误
Invalid constraint
---------------------------------------------------------------------------
ModelError Traceback (most recent call last)
3 p = xp.problem()
4 p.addVariable(z,t)
----> 5 p.addConstraint(z <= 1 + t)
6 p.addConstraint(xp.Sum(z[i][j][k] for i in range (4) for j in range (5)) <= 4 for k in range (10))
ModelError: Invalid constraint
任何帮助将不胜感激,因为我不知道如何解决它!
解决方法
np 数组的 dtype
必须显式设置为 xp.npvar。声明如下here:
NumPy 数组的属性 dtype 必须等于 xpress.npvar (这里缩写为 xp.npvar)为了使用矩阵/向量 比较形式(=)、算术(+、-、*、/、**)和 逻辑 (&,|) 运算符。
如果您不将类型设置为 npvar,将使用这些运算符的错误重载,而 z <= 1 - t
将只是一个布尔数组。
这是创建数组的正确方法:
z = np.array([xp.var () for i in range (200)],dtype=xp.npvar).reshape (4,5,10)
t = np.array([xp.var (vartype = xp.binary) for i in range (200)],10)